我正在处理Tensorflow中的大量数据。
一种方法是定义占位符，然后通过我自己定义的函数在图形之外读取我的数据，例如队列并将批处理每次馈送到占位符中。
另一种方法是使用 Tensorflow 中与记录器相关的内置类直接将数据作为张量读取。
我搜索了一下，但没有找到两者之间的任何相关比较。有没有人知道他们的优势和劣势，尤其是效率？使用张量流时，你们更喜欢哪一个？
在 Tensorflow 中读取数据的不同方法在这里比较和讨论，更多比较在这里
tfrecord允许以块为单位读取数据，因此您可以处理超出 RAM 容量的数据。也可以这样排列，即使用tf.Coordinator和start_queue_runners读取数据。更多信息可以在这里找到